如何从xgboost pickle模型获取特征顺序以解决特征形状不匹配报错

问题根因 #

XGBoost从1.3.0版本开始调整了模型序列化逻辑，若训练模型时没有显式为训练用的DMatrix传入feature_names参数，pickle保存后再加载的模型，调用get_booster().feature_names会返回None，而非1.1.1等旧版本自动生成的特征名列表，这是原有代码失效的核心原因。

解决方案 #

分两种场景处理：

场景1：可重新训练模型/可拿到训练时的特征列表 #

该方案最稳妥，可完全规避后续版本兼容问题：

• 训练时显式为DMatrix指定特征名，后续pickle加载后即可直接读取feature_names：

# 训练阶段新增该逻辑
dtrain = xgb.DMatrix(X_train, label=y_train, feature_names=list(X_train.columns))
# 原有训练、保存模型逻辑不变

• 也可单独序列化保存训练时的特征顺序，预测时直接加载使用：

# 训练阶段保存特征顺序
import pickle
with open('feature_order.pkl', 'wb') as f:
    pickle.dump(list(X_train.columns), f)

# 预测阶段加载使用
with open('feature_order.pkl', 'rb') as f:
    feature_order = pickle.load(f)
X_new = X_new[feature_order]

场景2：仅有已训练好的pickle模型，无法重新训练 #

可通过模型内置的get_score()方法提取特征顺序，该方法返回的特征名顺序和训练时的输入顺序完全一致：

booster = model_pkl.get_booster()
# 优先读取原生feature_names，为空则从特征重要性结果提取
if booster.feature_names is not None:
    feature_order = booster.feature_names
else:
    feature_order = list(booster.get_score(importance_type='weight').keys())

# 调整新数据特征顺序
X_new = X_new[feature_order]
Y_static = model_pkl.predict(X_new)

注意：如果模型极端场景下未使用任何特征（全为叶子节点），get_score()会返回空字典，这种情况只能回溯训练时的特征顺序处理。如果你的X_new是NumPy数组而非Pandas DataFrame，只需保证数组的列顺序和feature_order的顺序完全一致即可，不需要做列索引调整。

内容的提问来源于stack exchange，提问作者nivedan gowda